智能新闻的定位、认知与未来议题

作者：杨奇光（中国人民大学新闻与社会发展研究中心研究员，中国人民大学新闻学院副教授）；陶语嫣（中国人民大学新闻学院硕士研究生）

来源：《青年记者》2026年第8期

导 读：

本文主要讨论如下问题：其一，智能新闻在实践层面呈现出何种新特征；其二，智能新闻的兴起对新闻业长期形成的专业规范与职业惯习产生了何种认知张力；其三，面对生成式人工智能的迭代，未来智能新闻研究有哪些可供进一步开掘的议题。

一、AI署名与智能新闻的研究定位

生成式人工智能已正式以“署名作者”的身份进入专业新闻生产领域，2026年5月，新华社《新华每日电讯》推出人机共创评论专栏《新华“典”评》，明确标注其内容由新华社权威AI时政资讯智能体“新华语典”生成。[1]在主流媒体深入推进系统性变革的背景下，AI署名评论的出现，意味着人工智能正在从新闻生产的辅助性后台技术，转向以明确的协同生产主体身份进入内容创作的前端场域。在这一背景下，新闻业正在面临新闻生产逻辑乃至认知机制的重构。

回顾新闻业数智化转型发展的历程，过去十余年间，人工智能已从一个具有未来主义色彩的概念演变为助力新闻业日常生产实践的可及性技术工具。在智能技术的早期应用中，包括“算法新闻”“自动化新闻”等在内的概念常用来描述和界定新闻业数字化、智能化转型发展的产物。然而，这一阶段的自动化技术本质上仍属标准化的算法程序，主要应用于内容结构化较强的事实性报道领域（如财经新闻、气象新闻和体育新闻等），相关研究也普遍将智能技术视为提升生产效率的辅助工具，而非改变新闻生产底层逻辑的变革力量[2][3]。不同于算法新闻和自动化新闻等概念范畴，以生成式人工智能为代表的智能技术依托对大规模语料的归纳和建模实现了对人类文本语言的复现应用，成为信息生产和传播的基础设施。既有学术研究和业界讨论多围绕“AI是否会替代记者”“AI能否介入新闻核心生产环节”等命题展开，但主流媒体的上述最新实践案例已将这一问题从“是否可能”推进到“如何协作”的现实维度，这正是我们关注智能新闻的现实定位。

基于此，本文以“智能新闻”为研究对象，将其界定为以生成式人工智能深度参与和介入新闻活动为特征的新型新闻实践样态，其以人机共生为内容生产的组织方式，将智能代理系统深度嵌入信息感知、价值判断、内容创制与信息分发的全链条，并在认知权力位移过程中将人类主体关于新闻的经验性认识转向人机互嵌的意义建构。本文主要讨论如下问题：其一，智能新闻在实践层面呈现出何种新特征；其二，智能新闻的兴起对新闻业长期形成的专业规范与职业惯习产生了何种认知张力；其三，面对生成式人工智能的迭代，未来智能新闻研究有哪些可供进一步开掘的议题。

二、智能新闻的实践样态与流程重构

不同于以结构化方式呈现的自动化新闻，智能新闻的实践范围涵盖了既往新闻采集、生产、分发等全流程，也进一步推动着新闻实践逻辑的重构。[4]需要明确的是，智能新闻对传统新闻生产逻辑的变革，并非仅是智能技术对新闻业的所谓赋能，而是在具体新闻实践的场景中，新闻从业者与非人行动者持续互构、协同演化的结果。

（一）智能信息采集：从具身感知到具身智能代理。传统新闻采集所依循的路径是记者进入现场、接触信源、搜集第一手资料，其本质是新闻从业者对新闻现场的具身感知。在智能技术作用的信息环境下，AI被视为获取信源和信息采集的一种辅助性工具。生成式人工智能在新闻实践中较为普遍的应用场景即是信息检索，部分新闻从业者将AI平台和工具视为搜索引擎，部分从业者甚至已形成“习惯性先去问AI能给我提供什么”的工作模式。[5]除了各类智能体外，具身智能技术的出现也进一步改变了以往信息采集的方式。例如，在新闻发布会现场，记者佩戴AI眼镜后可即时调取发言人的资料、快速识别身份信息，同时，借助智能体进一步实现实时互译和生成采访实录。这种不同智能技术组合的方式，体现出信息采集从传统记者主导的线性过程逐渐转变为人机协同的并行过程。

智能新闻采集正在经历从具身感知到具身智能代理的模式转型。具身智能在形式上将记者的“身体”重新引入新闻实践，但其本质仍是一种将新闻实践嵌入社会技术系统之中的“代理在场”[6]。在智能新闻采集中，具身智能和智能体承担起初步搜集、整理和关联信息的任务，将多源数据汇聚为信息集合，记者则在此基础上进一步核实信息、补充采访并完成报道。相较于传统信息采集模式，信息采集的入口逐渐从记者在场，转移至通过智能系统以居间性和中介化为特征的智能技术端口。当然，也有一些国家的新闻从业者仍明确反对AI用于信息采集和新闻选题的发现[7]，并将AI工具的使用场景严格限定在文字转录、语言翻译、信息总结等常规化任务中。

（二）智能价值判断：超越情景化的经验决策。新闻价值判断长期被视为一种根植于从业者个人经验与专业直觉的隐性知识，新闻判断高度依赖记者的专业水准，其过程内化于主体经验之中。然而在智能新闻语境下，尽管AI未直接接管人类从业者对于新闻价值的判断任务，但其正逐步被应用于生成价值判断依据的过程之中。通过热点预测、舆情研判等功能，人工智能系统可以为从业者的价值判断给出“什么值得关注”的参考依据。与此同时，智能体还改变了新闻选题进入生产流程的方式。在传统新闻价值判断环节，对于某一选题新闻价值大小的评估高度依赖记者和编辑的经验，当智能体介入后，对于选题的研判感知逐渐演变为一种持续运行的信息环境扫描过程。[8]例如，人工智能系统可实时监测社交媒体讨论热度、搜索趋势变化、历史传播数据以及同业媒体动态，进而持续生成潜在选题的线索库。

从实践层面看，一方面，新闻媒体已通过智能监测和分析手段为新闻价值判断赋予数据化的指标依据，一定程度上替代以往依赖新闻从业者的抽象知识与经验判断[9]；另一方面，人工智能介入后的选题判断也逐渐从一类高度情境化的决策，转化为关于某一选题是否值得报道的策略评估过程。其中，议题重要性可被拆解为公共意义、影响范围等细分维度，受众反馈和传播效果可以被AI模型预测为未来收益，由是，新闻价值判断亦被纳入机器主导的工具理性框架之中。虽然依托智能推演的新闻价值判断被赋予机器“客观性”的预设，从而影响新闻筛选与生产的权重分配，但是，当新闻价值判断过程的前置环节越来越多地依赖智能大模型时，其中所包含的价值立场和算法偏见可能对人机协同的价值判断带来更为复杂的影响。

（三）智能文本生成：人机共生与内容共创。以往自动化新闻的机器写作主要是将数据信息纳入预设的结构模板，其内容生产表现为从数据输入到文本输出的单一逻辑。智能新闻则突破了这一模式，大模型不仅能够处理非结构化信息，还能够根据指令生成导语、搭建报道框架、撰写初稿，并模拟特定的语言风格与表达方式。[10] 2026年全国两会期间，光明网记者在采访手记《初次上会：当新手记者遇上AI“搭子”》中也记录了借助智能体工具完成采访对象筛选、采访提纲生成、录音转写、稿件生成及视频脚本制作的全过程。[11]新闻从业者已开始将AI视为协同创作的伙伴，针对记者与AI搭子的关系，主流新闻媒体机构普遍强调以主流价值驾驭算法，通过人工审核和终审机制确保内容导向与新闻质量。

在人机共生的智能环境下，新闻文本的内容生产方式也发生了相应调整。传统新闻写作通常以完成一篇稿件为目标，记者对文本拥有从构思到定稿的完整控制权；而在智能技术的中介下，同一议题能够快速生成多个版本，并根据不同平台、场景和受众需求进行适配，文本生产逐渐演变为持续迭代与动态优化的“多主体混合叙事模式”[12]。总体来看，新闻工作者、生成式AI、提示工程师以及监督模型正在共同参与新闻文本生产，在这一过程中，新闻工作者更多承担选题设定、事实核验、价值把关和内容优化等职责。

（四）智能传播分发：AI摘要与“答案引擎”式信息供给。智能新闻的实践逻辑重构同样表现在新闻产品的传播和分发环节。生成式搜索引擎则以大语言模型为中介，将信息获取方式从传统搜索场景模式转化为基于问答的答案引擎模式。谷歌公司于2024年上线“AI概览”（AI Overviews）产品，用户通过AI概览便可能跳过传统的网址链接而获得经过整合、提炼和重组的信息答案。

AI答案引擎将新闻内容整合后直接呈现给用户，新闻文本因而逐渐成为可供智能系统调用的信息资源，而不仅是作为独立传播的内容产品。新闻传播的逻辑开始从内容分发转向知识供给，新闻文本则进一步向结构化、模块化的信息单元演变。基于答案引擎的信息供给，一方面，进一步改变了新闻机构、平台与用户的连接方式[13]，使得新闻内容在流通过程中不断被中介化与再加工；另一方面，答案引擎也可能导致传统新闻机构的原发内容版权受到侵犯。

综合以上四个维度的考察可以发现，智能新闻在实践层面呈现出贯穿感知、判断、创作与传播全过程的重构趋势。上述变化体现出新闻实践中不断形成的人机协同过程：人工智能不断进入新闻生产的关键环节，新闻工作者也在持续调适其使用方式与运行边界。在此过程中，新闻生产逐渐由以人为主导的线性流程转向人机共生的协同网络。智能新闻不仅带来了新闻实践形态的变化，也引发了关于新闻认知、职业规范与知识生产的新议题。

三、智能新闻的认识论张力

智能新闻的实践样态重构，在改变新闻生产工作流程的同时，也对新闻业长期形成的认知体系与专业秩序带来了冲击。由此生发的认识论争议，已触及新闻真实性、职业管辖权、主体边界与新闻专业性等关键议题。

（一）真实性：从文本失真到幻觉信息污染。新闻真实性始终是新闻业的生命线与合法性根基。传统新闻失实主要表现为事实性错误、采访失误或信源偏差等，事实核查对象通常能够锁定为明确的文本对象以及可追溯的责任主体。于智能新闻而言，一方面，大模型的“幻觉”表现为生成的内容中可能出现并不存在的事实、人物或事件，或在逻辑上存在自洽但与现实脱节的信息组合。这种现象源于大模型所依赖的统计概率，其内容输出受训练数据偏差、算法结构与优化目标等因素的共同制约。另一方面，语言的流畅性与规范性反而可能增强误导性，AI味“完美语言”所形成的表达稳定性在一定程度上降低了对信息真实性的识别敏感度，使语义层面的偏差更难被察觉。[14]

在这一背景下，智能新闻的内容失实已不再仅是静态的文本信息错漏，而进一步表现为动态性、扩散化的信息生态污染特征。传统事实核查依赖已有信源的交叉验证，而AI生成的信息可能并不存在明确出处，甚至从未在任何原始文本中出现过，这使核查对象本身变得模糊不定。同时，这类信息与真实内容之间的边界变得更为模糊，对于真实性判断的难度从文本层面延伸至认知层面。智能新闻的真实性原则内涵也发生变化，即从确保结果意义上的事实关系的准确性逐渐转向对智能新闻生产的过程真实性要求，这包括人类审核机制的有效性、AI生成内容的可追溯性以及信息流转过程中的可校验性。

（二）管辖权：新闻职业权力的再分配。新闻机构承担着信息筛选、核查与解释职责，是连接公共事件与社会公众的重要中介。长期以来，新闻从业者和新闻机构凭借专业训练、采访资格与组织资源，占据新闻信息采集、加工和传播的主体位置，并由此获得社会权威与制度合法性。这种职业管辖权建立在专业知识体系与职业实践基础之上，本质上是一种围绕新闻生产与社会解释权形成的知识权力。智能新闻的生产实践进一步冲击着这一权力结构体系，信息组织权与解释权突破职业共同体的既有边界，逐渐向技术平台和人机协同网络扩散。

从职业社会学视角来看，特定职业的管辖权始终处于外部力量介入下的动态演化之中。人工智能既改变了新闻生产的组织方式，也影响着新闻业对知识生产与社会解释事务的合法控制权。在这一过程中，新闻从业者为了维护职业管辖权，普遍强调人类记者和编辑在创造力、批判思维与价值判断方面的不可替代性。当前不少新闻机构虽积极引入人工智能技术，但其应用多被限定于外围环节，对判断、评估与把关等关键工作仍保持较强的人工控制。这种对AI介入范围的主动限制，本质上也是维护职业管辖权的一种实践策略。

（三）主体性：职业从业者与非人行动者的互构。智能新闻中的不同行动者身份和主体性显现也是争论的焦点。在传统数字新闻生产中，诸如H5、VR等技术通常被视为非人的工具性存在；即便在自动化新闻写作阶段，写稿机器人的运行逻辑仍由人类预设与控制。然而，生成式人工智能介入新闻生产过程本身，既往所秉持的“人是主体、技术为工具”的认识框架已不能解释智能新闻新兴行动者的存在现象及其意义。针对这一变化，学界目前形成了赋能论、威胁论与共生论等不同解释路径，但其具备一类共识基础，即：人工智能已成为影响新闻实践的重要行动要素和行动力量。

在新闻从业者与AI之间日益复杂的互动关系之中，从业者多将AI用于翻译、润色、标题拟定与材料整理等辅助性工作，而对新闻写作、深度调查和评论分析等更具主体性的生产环节保持谨慎态度。但在实践层面，不少从业者逐渐对AI搭子形成依赖，由此演变出一种不同类型行动者间并置和互构的状态：一方面，人类新闻从业者在创造力、判断力与批判思维方面具有不可替代性；另一方面，人类行动者又持续依赖AI提供的信息支持与行动参考，最终形成了围绕新闻行动者主体性的认知张力。人工智能还在重塑新闻行动发生的条件，特别是当选题挖掘、信息组织与传播策略越来越多地受到算法系统影响时，新闻工作者的判断过程也逐渐嵌入技术所提供的可能性空间之中。

（四）专业性：“去专业化”隐忧与专业性重彰。智能技术还引发了新闻“去专业化”的焦虑，即：AI大幅降低内容生产门槛，新闻专业的内容生成与信息加工能力被AI工具快速模仿；更反讽的是，如果记者高频依赖智能工具，自身的判断能力与经验积累将持续弱化——而这些专业能力，恰恰是AI持续学习、试图模仿的对象。现实中，在“快速出稿”的压力下，“效率至上”的逻辑挤压专业规范的空间，部分从业者简化甚至忽视事实核查等步骤，最终错误使用或转发完全由AI生成的内容，直接损害新闻行业的专业声誉。

与此同时，主流媒体在智能实践中不断重申人类编辑的终审与把关职能，通过建构可信语料库等方式重新昭彰新闻业的专业价值。专业性的重彰与新技术的采纳和使用并不矛盾，从职业结构看，智能新闻也在推动能力重心的上移：采访整理、信息检索与文本初稿等标准化工作逐步被AI接管，新闻工作的专业能力更多集中于问题提出、事实组织与解释框架建构。

四、智能新闻研究的未来议题

当前智能新闻仍处于快速演化阶段，实践发展的步伐超出现有理论的阐释边界，未来研究需要在概念厘清、理论供给和取用、可信生态维系与智能新闻教育转型等方面着眼，从而形成更具解释力与前瞻性的理论分析框架。

一是关于智能新闻概念边界的再厘清。当前学术研究中，与智能新闻相关的概念仍存在交叉使用现象，如自动化新闻、算法新闻以及人机协同新闻等，上述概念或着眼于程序执行、算法驱动、技术环境等不同侧面，却难以完整覆盖生成式人工智能深度参与新闻认知与表达过程的现实特征。概念边界的模糊不仅影响不同研究之间的对话，也制约关于智能新闻知识积累的系统推进。对于智能新闻概念的廓清并不是以孤立的方式给出新定义，而是在既有概念谱系的基础上，进一步明确智能新闻的分析边界，为后续理论讨论提供共识基础。

二是智能新闻的理论供给与研究范式的更新。已有研究呈现出两类差异化阐释路径，其一是延续行动者网络理论的主张，尝试将AI纳入新闻生产网络的行动者谱系之中；其二是从认识论层面，将新闻业整体界定为一种社会性认知实践，并据此拓展出分析维度。这些探索意味着智能新闻研究正在从生产流程解释转向认知过程的学理性分析。但是，如何在实践形态尚未固化、技术仍在快速变迁的阶段，构建出既能回应当下现实又能预判未来走向的智能新闻理论框架，是未来研究需要回答的命题。

三是可信新闻验证机制的构建与可信内容生态的培育。生成式内容大规模进入新闻生产环节后，传统事实核查机制已暴露出核查滞后与适配失效等问题。特别是AI幻觉的存在使得核查工作更加难以定位核查对象，亦难以有效溯源信息传播路径。未来研究或可进一步关注内容溯源与审计机制、生成内容可信度评估标准、AIGC标识与透明度制度设计，以及AI辅助事实核查系统的开发与应用等。

四是面向智能新闻的学科自主性建设与人才培养能力提升。新闻专业性的重彰亦回应了教育转型方向：包括智能新闻在内的未来新闻新形态必须锚定整体事实，以建设性作为新闻实践的价值取向，实现真相探寻与社会向善的内在统一；同时主张新闻业作为社会运行的重要子系统，深度嵌入国家与社会治理进程，发挥其专业属性带来的系统性价值。[15]未来，新闻工作者需具备更敏锐的问题意识和更全面的评估与判断能力，新闻教育的培养目标也将要从传统的信息生产能力训练逐步拓展为对新闻组织能力的培养与塑造。

五、结语

本文从智能新闻的研究定位、实践样态、认知张力与未来议题等维度，对智能新闻进行系统性考察。在实践层面，智能新闻呈现出从信息采集、价值判断、文本生成到传播分发等环节的全流程重构。智能新闻引发了一系列深层的认识论张力，对于真实性的维护从事后核查转向对不确定性的管理，职业管辖权面临技术介入与用户路径变化的挑战，技术系统从被动工具转变为协同行动者。同时，新闻行业的不可替代性，进一步彰显于价值研判、意义阐释与责任担当等维度。在研究层面，智能新闻的快速演化对学术界的理论供给能力提出了更高要求。概念体系的规范化、研究范式的创新、可信验证机制的构建以及新闻教育的转型，构成了未来研究需要持续推进的研究议程。新闻仍然是人类理解世界的重要方式，但这一理解过程在智能技术系统的深度嵌入中正在被重新组织。

【本文为国家社科基金青年项目“智能新闻生产中人工智能幻觉的风险识别与协同治理研究”（批准号：25CXW074）成果】

参考文献：

[1]易艳刚，强晓玲，莫鑫.主动拥抱人工智能时代的积极尝试——写在权威AI时政资讯智能体“新华语典”上线之际[N].新华每日电讯，2026-06-29(004).

[2]常江，刘亮.智能新闻伦理检视：基于新闻对话机器人生态角色的分析[J].青年记者，2026(04):64-73.

[3]王金鹏，陈昌凤.智能时代新闻的认知权力位移 ——基于主流媒体系统性变革的分析性框架[J].苏州大学学报(哲学社会科学版)，2025(06): 172-183.

[4] Moran, R. E., & Shaikh, S. J. Robots in the news and newsrooms: Unpacking meta-journalistic discourse on the use of artificial intelligence in journalism[J]. Digital Journalism, 2024,10(10): 1756-1774.

[5]曹艳辉，张志安，宁静怡.“变革”还是“变通”：新闻从业者对生成式人工智能的认知、使用与创新阻力研究[J].新闻记者，2025(12): 52-68.

[6]常江.自动化新闻2.0:具身智能与代理在场[J].西北师大学报(社会科学版)，2026,63(3):65-72.

[7] Guenther,L., Kunert,J., &Goodwin,B. My new colleague, ChatGPT? How German science journalists perceive and use (generative) artificial intelligence[J]. Journalism Practice, 2025, 19(10)：2285-2302.

[8]刘德寰，程馨仪，赵英然.从工具性嵌入到行动性介入：智能体对新闻传播业的重构[J].中国编辑，2026(05): 53-59.

[9]强月新，杨雨凌. “是助手而不是同事”：新闻从业者如何理解与使用人工智能[J].当代传播，2025(03): 70-74+86.

[10]李明德，李聿哲.赋能和消解：生成式人工智能与新闻真实的碰撞[J].西安交通大学学报(社会科学版)，2025,45(2): 109-118.

[11]中国记协网.初次上会，没有前辈，但有AI“搭子”[EB/OL].(2026-03-13)[2026-06-30]. http://www.zgjx.cn/20260313/9992ee0cb74c453f8c29934962c3aac9/c.html.

[12]刘涛.人机协作叙事：生成式人工智能与新闻叙事的“智能转向”[J].南京社会科学，2025(03): 67-83.

[13] Kleis Nielsen, R., & Ganter, S. A. Dealing with digital intermediaries: A case study of the relations between publishers and platforms [J]. New Media & Society , 2018, 20(4): 1600-1617.

[14]杨奇光，张宇.生成式人工智能新闻生产的边界——基于AI新闻评论文本语态与幻觉风险的考察[J].新闻记者，2025(09): 21-36.

[15]周勇，杨奇光.新专业主义与新闻传播学科的自主性建设[J].新闻与传播研究，2026,33(4):5-20+155.

本文引用格式参考：

杨奇光，陶语嫣.智能新闻的定位、认知与未来议题[J].青年记者，2026(08):12-17.